Tune-A-Video
showlab/Tune-A-VideoRevisado por IA
Verificado pelo RepoPicks Radar em
O que é Tune-A-Video?
O Tune-A-Video é o código por trás de um artigo de pesquisa de 2023 (ICCV). Você dá a ele um vídeo curto e uma frase que o descreve, e ele ajusta um modelo de imagem Stable Diffusion por cerca de 10 a 15 minutos numa placa NVIDIA potente. Depois dá para pedir o mesmo movimento com outro personagem ou estilo, por exemplo transformar "a man is skiing" em "Spider Man is skiing on the beach". Tudo acontece no terminal e em Python; não há tela, e o projeto não é mexido desde outubro de 2023.
Tune-A-Video é grátis e de código aberto (Apache-2.0) e pode substituir Runway e Google Veo 3.
Quão fácil é instalar Tune-A-Video?
D · terminal, várias ferramentas ou placa específica · Linux
O Linux é a única preparação descrita: instalar os pacotes de Python, baixar você mesmo os pesos do Stable Diffusion no Hugging Face, editar uma configuração YAML e rodar `accelerate launch train_tuneavideo.py` numa placa como uma A100. Para tirar um vídeo depois, é preciso escrever o seu próprio script de Python a partir do trecho do README; há também um link para um caderno do Colab, para experimentar sem instalar nada.
Em breve: instale com 1 clique pelo app RepoPicks.
Tune-A-Video no GitHub
- Estrelas
- 4.359em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- —sem ganho na última leitura
Estrelas ao longo do tempo
Fatos
- Roda em
- Linux
- Você precisa instalar
- Python, Placa NVIDIA
- Para compilar a partir do código
- Python, Placa de vídeo
- Espaço em disco
- 950 MB–4,3 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Código Apache-2.0. Os modelos Stable Diffusion em que ele se apoia têm licenças próprias, e o treino exige uma GPU alugada ou sua.
- Licença
- Apache-2.0 (Permissiva)
- Última mudança no GitHub
- 25 de out. de 2023
Sinais de risco de Tune-A-Video (6)
- AtençãoDependências com vulnerabilidades conhecidas
Dependências fixadas com vulnerabilidades conhecidas (OSV): torch: GHSA-3749-ghw9-m3mg, GHSA-47fc-vmwq-366v, GHSA-53q9-r3pm-6pq6; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446
checagem automática
- AtençãoVersões fixadas em 2022
O requirements.txt fixa torch==1.12.1, torchvision==0.13.1, diffusers[torch]==0.11.1 e bitsandbytes==0.35.4, todas de 2022. Essas versões são difíceis de instalar num Python e em drivers de vídeo atuais, e são as mesmas que as checagens apontaram por vulnerabilidades conhecidas.
revisão por IA
- AtençãoSem manutenção
A última alteração é de 2023-10-25, 1112 dias antes desta checagem, não há lançamentos, há 37 problemas em aberto e o item mais recente da lista News do README é de fevereiro de 2023.
revisão por IA
- InfoSem tela e sem programa pronto
O repositório tem train_tuneavideo.py, arquivos de configuração e um módulo Python; a seção "Inference" é um trecho de código que você deve colar no seu próprio script. A única tela pronta é uma demonstração em Gradio no Hugging Face feita por outra pessoa.
revisão por IA
- InfoOs exemplos usam personagens protegidos
As tabelas de resultados do README são montadas com pedidos como "Spider Man is skiing on the beach", "Wonder Woman, wearing a cowboy hat", "James Bond is dribbling a basketball", "Mr Potato Head" e "modern disney style", e o texto aponta para modelos ajustados como Modern Disney e Anything V4.0. Vídeos assim usam personagens e estilos que pertencem a outras pessoas.
revisão por IA
- InfoEdita filmagens reais de pessoas
O método pega um vídeo real e o gera de novo com outro personagem, como nos exemplos de "A man is skiing"; os mesmos passos funcionam com imagens de uma pessoa identificável que não concordou com isso.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em Tune-A-Video
- se as versões de pacotes de 2022 ainda se instalam e funcionam numa máquina e num driver atuais
- quanta memória de vídeo é realmente necessária, já que o único número dado são 10 a 15 minutos numa A100
- quanto disco os pesos do Stable Diffusion e as cópias ajustadas por vídeo ocupam quando você guarda várias
- se o caderno do Colab indicado e a demonstração no Hugging Face ainda funcionam três anos depois da última atualização
- o que as licenças dos modelos Stable Diffusion e DreamBooth permitem fazer com os vídeos que você criar